行业AI实验室本期聚焦来料检验（IQC）环节的抽样决策。多数中小制造企业仍按固定比例抽样，结果是质量稳定的供应商长期被加严，波动大的供应商反而容易被放宽，检验资源出现错配。
我们把过去12个月的检验批次记录、供应商交付表现、物料对成品的关键度作为特征，让模型在既有AQL框架内输出动态抽样水平建议（正常、加严、放宽）以及检验项优先级，结论先落到检验指导书草稿，由质量工程师确认后生效，不直接改动体系文件。
- 阶段性进展：在3家电子组装与五金加工客户的试点中，模型给出的加严判定与质量工程师最终判定一致率约85%，总抽检批次下降约两成，关键物料的检验覆盖未减少。
- 下一步：接入产线不良与客诉数据做闭环验证，重点观察放宽类物料是否出现漏检上升；同时为放宽清单建立自动到期复核与回退机制。
我们倾向认为，抽样方案的AI化价值不在于替代AQL标准，而在于把供应商真实表现与物料风险稳定地映射到同一套可解释、可追溯的规则里。
评论